تعتبر عملية تقسيم سحابة النقاط الغابية (Forest Point Cloud Segmentation) من الأساسات الهامة لفهم المشاهد الغابية ثلاثية الأبعاد بدقة متناهية. ومع ذلك، فإن هذه المهمة ما تزال تواجه تحديات كبيرة، مثل الهياكل غير المنتظمة للأشجار والانسدادات الشديدة واختلافات الكثافة ووجود حدود غامضة بين الكيانات.

على الرغم من أن الأساليب الحديثة القائمة على الاستعلام (Query-Based Methods) قد أظهرت وعودًا كبيرة في تحقيق توقعات موحدة للسمات والمجموعات، إلا أنها لا تزال تعاني من عدم استغلال بنيتها المكانية الخاصة والغابة بشكل كافٍ، بالإضافة إلى عدم كفاية التعامل مع عدم اليقين في الحدود.

في هذا الإطار، نقدم تقنية "فورست كويري" (ForestQuery)، وهو إطار عمل اجتماعي ذكي يعتمد على التعلم المدرك للحدود (Boundary-Aware) والمثبت مكانيًا (Spatially Anchored) لتقسيم سحابة النقاط الغابية. تعزز تقنية فورست كويري تحسينات الاستعلام الخاصة بالكيانات والسمات من خلال تصميمين تكميليين:

1. **نمذجة عدم اليقين في الحدود**: يُعزز ذلك من توجيه إنشاء استعلامات موثوقة للكيانات وضبط تحسين الاستعلام من خلال إعادة وزن الخسارة بشكل تكيفي.
2. **تعزيز الاستعلامات السيمانتية المثبتة مكانيًا (SA-SQE)**: تم إدخال نقاط ربط ثلاثية الأبعاد قابلة للتعلم، والذي يُشفر انطباعات عمودية متعلقة بالغابة، مما يُثري الاستعلامات السيمانتية بمراجع مكانية واضحة.

أجرينا تقييمًا لتقنية فورست كويري على عدة اختبارات مرجعية عامة لتقسيم سحابة النقاط الغابية، إلى جانب مجموعة بيانات حقيقية مُجمعة ذاتيًا. وأظهرت التجارب الشاملة تحسينات ملاحظة في كلاً من تقسيم الأشجار الفردية والتقسيم السيماني عبر مشاهد غابية متنوعة.

تتوفر الشيفرة والبيانات للعامة عبر موقع فورست كويري. هل أنتم مستعدون للتعمق أكثر في عالم تقنيات تقسيم الغابات؟ شاركونا آراكم في التعليقات!